检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于虚拟样本伪标签生成的高光谱图像分类

辽宁师范大学学报（自然科学版） 2024年第1期47卷 86-92页

作者：谢福鼎雷潇涵辽宁师范大学地理科学学院辽宁大连116029

半监督高光谱图像分类的精度一般随着标记像素数的增加而提高.然而,标签样本的获得费时费力,且依赖于专家知识.针对这个问题,提出了一种通过少量标签样本生成具有伪标签的虚拟样本新方法.基于数学中的凸集理论,所提出的方法利用少量的... 详细信息

半监督高光谱图像分类的精度一般随着标记像素数的增加而提高.然而,标签样本的获得费时费力,且依赖于专家知识.针对这个问题,提出了一种通过少量标签样本生成具有伪标签的虚拟样本新方法.基于数学中的凸集理论,所提出的方法利用少量的训练样本可以生成任意多的带有伪标签的虚拟样本,有效地扩大了训练样本集,明显改善了半监督分类器的分类结果.为了验证所提方法的有效性,在Indian Pines和Pavia University两个常用的实际高光谱数据集上进行了广泛测试.实验结果表明,利用所提出的方法在分类具有少量标签样本的高光谱图像时,3个评价分类结果的指标值均有明显提升.

关键词：高光谱图像虚拟样本伪标签半监督分类凸集

在线全文

学校读者我要写书评

暂无评论

基于超像素图卷积网络的高光谱图像分类

测绘通报 2023年第1期 84-87页

作者：张佳宝谢福鼎金翠辽宁师范大学地理科学学院辽宁大连116029

高光谱图像分类是遥感领域中一个具有挑战性的问题。基于深度学习框架的高光谱图像分类方法,由于其良好的分类性能受到了越来越多的关注。然而,这些方法普遍存在的问题为:模型的训练不仅需要大量的时间,而且还需要大量的标签样本。针对... 详细信息

高光谱图像分类是遥感领域中一个具有挑战性的问题。基于深度学习框架的高光谱图像分类方法,由于其良好的分类性能受到了越来越多的关注。然而,这些方法普遍存在的问题为:模型的训练不仅需要大量的时间,而且还需要大量的标签样本。针对此问题,本文提出了一种基于超像素图卷积网络的高光谱图像分类方法。该方法以超像素作为图的节点,极大地减小了图的规模,从而提高了分类效率;提出的超像素合并技术能有效地融合光谱-空间信息,增强了空间信息在分类中的作用;为了验证该方法的有效性,在Indian Pines、Pavia University两个实际数据集上进行试验,并与一些先进的基于深度学习框架的高光谱图像分类方法进行比较。结果表明,本文方法在分类精度和分类效率上均优于其他方法。

关键词：高光谱图像图卷积网络超像素分类

一种基于宽度学习系统的谱-空高光谱图像分类方法

在线全文

学校读者我要写书评

暂无评论

辽宁师范大学学报:自然科学版 2023年第3期46卷 336-341页

作者：谢福鼎任曦冉辽宁师范大学地理科学学院辽宁大连116029

宽度学习系统(BLS)通过扩展网络结构的宽度有效地克服了深度学习中训练耗时的问题.由于在分类过程中缺失了空间信息的使用,BLS往往不能获得满意的分类结果.为了改善BLS的分类性能,提出了一种基于BLS的光谱-空间高光谱图像分类方法(PBLS... 详细信息

宽度学习系统(BLS)通过扩展网络结构的宽度有效地克服了深度学习中训练耗时的问题.由于在分类过程中缺失了空间信息的使用,BLS往往不能获得满意的分类结果.为了改善BLS的分类性能,提出了一种基于BLS的光谱-空间高光谱图像分类方法(PBLSS).该方法利用主成分分析方法对波段子集进行特征提取,然后用主成分代替原来通过随机特征映射得到的特征节点,从而丰富了特征节点的信息;利用超像素对分类图进行后处理,明显地改善了BLS的分类性能.3个常用的数据集的实验结果表明,PBLSS方法比BLS的分类精度有了明显的提高.

关键词：高光谱图像宽度学习系统主成分分析超像素分类

在线全文

学校读者我要写书评

暂无评论

基于级联网络的高光谱图像变化检测

徐州工程学院学报:自然科学版 2023年第3期38卷 61-67页

作者：谢福鼎录金秀辽宁师范大学地理科学学院辽宁大连116029

遥感变化检测是对地观测的核心问题之一,在许多重要领域都有着广泛的应用.已有的方法是对由2幅影像产生的差值图像进行分类得到变化的结果,但这样容易引起原始图像信息的部分丢失,进而影响检测的结果.为了解决这一问题,提出1种基于孪生... 详细信息

遥感变化检测是对地观测的核心问题之一,在许多重要领域都有着广泛的应用.已有的方法是对由2幅影像产生的差值图像进行分类得到变化的结果,但这样容易引起原始图像信息的部分丢失,进而影响检测的结果.为了解决这一问题,提出1种基于孪生级联网络的高光谱变化检测方法.该方法利用块操作和级联网络分别提取2幅影像的光谱特征,并通过特征融合实现高光谱图像的变化检测.相比于基于差分影像的变化检测方法,该方法的优点是在特征提取过程中融合了影像的空间信息,使得所提出的方法具有良好的检测能力.3个实际的数据集上的实验结果和比较结果验证了该方法的有效性.

关键词：高光谱图像变化检测特征融合级联网络

基于GANBPSO-SVM的高光谱影像特征选择方法

在线全文

学校读者我要写书评

暂无评论

地理科学 2018年第6期38卷 972-978页

作者：谢福鼎姚娆辽宁师范大学城市与环境学院

为了在保持对目标检测和分类分析所需信息的同时,降低高光谱影像的维度,提出了一种混合优化策略的特征选择方法。该方法将遗传算法和二进制粒子群优化算法融合成一种新的混合优化策略（GANBPSO）,自动选择最优波段组合,同时优化分类器... 详细信息

为了在保持对目标检测和分类分析所需信息的同时,降低高光谱影像的维度,提出了一种混合优化策略的特征选择方法。该方法将遗传算法和二进制粒子群优化算法融合成一种新的混合优化策略（GANBPSO）,自动选择最优波段组合,同时优化分类器支持向量机（RBF-SVM）的参数,以提高分类器的分类性能。为了说明所提出方法的有效性,采用了在高光谱分类中广泛使用的Indian Pines（AVIRIS 92AV3C）数据集进行测试。结果表明所提出方法（GANBPSO-SVM）能够自动选择包含最多信息的特征子集以保证分类精度,而不需要预先设置所需要的特征子集数量,本方法与传统方法相比具有更好的分类效果。

关键词：高光谱影像特征选择粒子群优化支持向量机

基于改进的半监督FCM算法的高光谱遥感影像分类

在线全文

学校读者我要写书评

暂无评论

测绘通报 2016年第9期 60-62,72页

作者：谢福鼎李壮辽宁师范大学城市与环境学院辽宁大连116029

分类是空间数据挖掘研究的主要问题之一。由于无监督分类忽视了样本信息,往往得不到理想的精度。而监督分类需要标记大量的样本点,带来了巨大的工作量。因此半监督分类逐渐成为空间数据挖掘的研究热点之一。本文通过改进FCM算法的目标... 详细信息

分类是空间数据挖掘研究的主要问题之一。由于无监督分类忽视了样本信息,往往得不到理想的精度。而监督分类需要标记大量的样本点,带来了巨大的工作量。因此半监督分类逐渐成为空间数据挖掘的研究热点之一。本文通过改进FCM算法的目标函数和迭代过程,提出了一种新的半监督FCM算法(SFCM),该算法充分利用了有标签样本点在迭代过程中的作用。本文选取了在高光谱图像分类中广泛使用的Indian Pines和Pavia University两幅高光谱遥感影像作为试验对象。结果显示,随着有标签样本点比例的增加,分类精度也随之增加,且分类结果较好。

关键词：半监督学习 SFCM算法高光谱遥感影像分类

在线全文

学校读者我要写书评

暂无评论

寻找复杂网络社团的稠密集算法(英文)

电子科技大学学报 2011年第4期40卷 483-490页

作者：谢福鼎张大为黄丹张永孙岩辽宁师范大学城市与环境科学学院辽宁大连116029 辽宁师范大学计算机与信息技术学院辽宁大连116081

通过引入稠密集的概念,该文提出了一种基于稠密集的寻找复杂网络中社团结构的算法。算法的主要思想是在网络中不断构造稠密集,并判断后生成的稠密集能否导致产生一个新社团,还是将其与一个已有的社团合并。利用该算法可以将具有明显社... 详细信息

通过引入稠密集的概念,该文提出了一种基于稠密集的寻找复杂网络中社团结构的算法。算法的主要思想是在网络中不断构造稠密集,并判断后生成的稠密集能否导致产生一个新社团,还是将其与一个已有的社团合并。利用该算法可以将具有明显社团结构的网络进行比较合理的划分。在一般情况下,该算法的时间复杂度约为O(n+m),对于稀疏网络的时间复杂度约为O(n),其中n为网络的节点数,m为边数。对3个典型实际网络和一个标准测试网络的试验结果表明,该方法获得了理想的社团结构划分。该方法在计算机、物理及其他学科领域具有广泛的应用前景。

关键词：复杂网络社团结构稠密集

基于谱-空-纹特征融合的高光谱影像分类方法

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2017年第10期37卷 2103-2110页

作者：姚娆谢福鼎辽宁师范大学城市与环境学院大连116029

文章提出了一种融合光谱信息,空间信息和纹理信息的高光谱影像分类方法.首先采用主成分分析降低高光谱影像的维度,然后利用灰度共生矩阵从各主成分提取纹理信息,并根据数学形态学特征和光谱信息定义了一种融合谱-空-纹的相似度距离,最... 详细信息

文章提出了一种融合光谱信息,空间信息和纹理信息的高光谱影像分类方法.首先采用主成分分析降低高光谱影像的维度,然后利用灰度共生矩阵从各主成分提取纹理信息,并根据数学形态学特征和光谱信息定义了一种融合谱-空-纹的相似度距离,最后通过伪近邻(pseudo nearest neighbor,PNN)分类器对影像地物进行分类.为了说明所提出方法的有效性,文章对两个常用的具有不同空间分辨率和光谱分辨率的真实高光谱影像数据集进行了相应的实验,试验结果和比较结果表明,利用所提出的方法可以得到较高的分类精度.

关键词：谱-空-纹特征融合 PNN分类器高光谱分类

基于空间特征与纹理信息的高光谱图像半监督分类

在线全文

学校读者我要写书评

暂无评论

测绘通报 2016年第12期 56-59,73页

作者：程志会谢福鼎辽宁师范大学城市与环境学院辽宁大连116029

传统高光谱图像分类方法主要使用图像的光谱特征信息,没有充分利用高光谱图像的空间特性及样本的其他信息。本文提出了一种基于空间特征与纹理信息的高光谱图像半监督分类方法。首先,将高光谱图像每一像素的光谱特征与其邻域范围内的光... 详细信息

传统高光谱图像分类方法主要使用图像的光谱特征信息,没有充分利用高光谱图像的空间特性及样本的其他信息。本文提出了一种基于空间特征与纹理信息的高光谱图像半监督分类方法。首先,将高光谱图像每一像素的光谱特征与其邻域范围内的光谱特征进行结合,得到了这一像素的空-谱特征;然后用灰度共生矩阵提取了高光谱图像的纹理特征,并与空-谱特征进行了融合;最后,用基于图的半监督分类算法进行了分类。通过在Indian Pines数据集和Pavia U数据集上进行试验,结果表明本文提出的方法能取得较高的分类结果。

关键词：高光谱图像分类灰度共生矩阵半监督方法空谱特征纹理特征